基于Web的圖像自動(dòng)標(biāo)注方法.pdf

1、基于內(nèi)容的圖像檢索存在圖像原始的底層特征與用戶抽象的深層語(yǔ)義之間的“語(yǔ)義鴻溝”,目前縮小“語(yǔ)義鴻溝”的方法還不夠理想。隨著Web2.0的發(fā)展,越來(lái)越多的互聯(lián)網(wǎng)用戶在向互聯(lián)網(wǎng)上傳圖片時(shí),同時(shí)會(huì)附加相應(yīng)的文本信息對(duì)圖片予以描述或說(shuō)明。這些信息對(duì)于分析圖像的語(yǔ)義內(nèi)容、挖掘圖像檢索用戶意圖具有重要作用。以往研究者主要偏重從機(jī)器學(xué)習(xí)的角度對(duì)圖像自動(dòng)標(biāo)注進(jìn)行研究,對(duì)于如何有效利用這些信息并沒(méi)有給予充分的考慮與重視。
　　基于機(jī)器學(xué)習(xí)的圖片自動(dòng)

2、標(biāo)注方法需要大量的參數(shù)優(yōu)化與復(fù)雜的學(xué)習(xí)過(guò)程,不能快速的對(duì)大量網(wǎng)絡(luò)圖片進(jìn)行有效的標(biāo)注,基于此本文設(shè)計(jì)并實(shí)現(xiàn)了基于 Web的圖像自動(dòng)標(biāo)注方法。該方法首先利用圖像的文本化表示對(duì)圖像進(jìn)行特征提取;然后使用圖像檢索技術(shù),檢索出與要標(biāo)注的圖像相似的圖像列表;通過(guò)對(duì)這些圖像的周圍文本信息進(jìn)行綜合處理,最后挖掘出待標(biāo)注圖像豐富的語(yǔ)義標(biāo)注。本文的主要貢獻(xiàn)概括為如下幾部分:
　　(1)首先,通過(guò)使用圖像處理技術(shù)和快速流式K-means聚類算法,實(shí)現(xiàn)圖

3、像的文本化表示,將文本領(lǐng)域的方法應(yīng)用到圖像處理中,從而簡(jiǎn)化圖像檢索與處理時(shí)的工作。
　　(2)再次,為有效的分析基于機(jī)器學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法的特點(diǎn),在圖像文本化的基礎(chǔ)上，實(shí)現(xiàn)兩種當(dāng)前效果較好的多類標(biāo)分類方法MLKNN和MFoM。在此基礎(chǔ)上分析基于機(jī)器學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法的優(yōu)缺點(diǎn)。
　　(3)最后,為克服基于機(jī)器學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法的缺點(diǎn),解決快速增長(zhǎng)的互聯(lián)網(wǎng)圖片的自動(dòng)標(biāo)注問(wèn)題。本文通過(guò)利用互聯(lián)網(wǎng)圖片的周圍文本信息對(duì)圖像

4、進(jìn)行有效的語(yǔ)義標(biāo)注,設(shè)計(jì)并實(shí)現(xiàn)了基于 Web的圖像語(yǔ)義自動(dòng)標(biāo)注方法的整體架構(gòu)以及詳細(xì)算法。該方法綜合利用圖像的文本化表示、基于內(nèi)容的圖像檢索方式以及自然語(yǔ)言處理技術(shù)對(duì)圖像進(jìn)行自動(dòng)標(biāo)注。
　　實(shí)驗(yàn)結(jié)果表明,當(dāng)圖像數(shù)據(jù)規(guī)模較大、圖片語(yǔ)義標(biāo)簽較多的情況下,基于Web的圖像自動(dòng)標(biāo)注方法在準(zhǔn)確率和召回率方面,都明顯優(yōu)于基于機(jī)器學(xué)習(xí)的圖像自動(dòng)標(biāo)注方法。該方法不需要大量的參數(shù)優(yōu)化和復(fù)雜的學(xué)習(xí)過(guò)程,避免對(duì)訓(xùn)練集進(jìn)行大量的人工標(biāo)注過(guò)程,能夠從相對(duì)“